面向重优化的逐步强化与调参 MIP 求解器

本文探讨了用于更有效地求解相似混合整数规划（MIPs）序列的重优化技术。传统上，这些 MIPs 被独立求解，未利用先前已求解实例的信息。我们的方法侧重于通过复用先前求解实例的解来改进原始界（primal bound），以及通过复用分支历史并自动化参数调优来改进对偶界（dual bound）。我们还描述了通过扩展可靠性分支（reliability branching）的思想以生成更好伪代价（pseudocosts）来提升求解器性能的途径。我们为 MIP 2023 研讨会计算竞赛设计的重优化方法荣获一等奖。在本文中，我们深入分析了各项技术的性能及其对求解器性能的综合影响。最后，我们提出了在实践中扩展这些技术以进一步提升性能的途径。